Estadística y color
El Dr. Carlos Cuevas (Facultad de Ciencias Actuariales) y la Dra. Carmen Villar (Facultad de Ingeniería) participaron en el libro Aportaciones recientes a la estadística en México, del Instituto Nacional de Estadística y Geografía, con el capítulo Métodos de clasificación estadística para el reconocimiento instantáneo del color, el cual nace del trabajo de tesis doctoral de la Dra. Villar, mismo que fue dirigido por el Dr. Cuevas.
En dicho texto los investigadores explican que, aunque el color puede parecer una característica muy evidente y fácil de reconocer, en realidad se trata de una sensación que involucra factores físicos, fisiológicos y psicológicos. Así bien, con el objetivo de comparar un criterio por el algoritmo de vecinos cercanos con dos modelos lineales discriminantes en un problema de visión por computadora aplicado al reconocimiento del color en dos categorías, nuestros investigadores contrastan el algoritmo por ellos propuesto, k-NN Condensación Controlada (CC) basado en selección de prototipos, contra dos modelos lineales discriminantes, uno de los cuales es ajustado mediante un algoritmo genético.
En su estudio experimental analizan una base formada por una muestra de 500 pixeles para colores provenientes de imágenes en vídeo de garbanzos pintados, en el que se utiliza un modelo de color conocido como CIE Lab que permite mitigar la influencia de la iluminación al suprimir al componente llamado L, dejando un vector de características con dos elementos (a,b). Analizan pruebas de clasificación en 2 categorías: rojo .vs. no rojo (ladrillo, fondo, naranja y rosa mexicano) y azul .vs. no azul (lila, azul cielo y fondo). Emplean una validación cruzada aleatoria con 100 repeticiones para una base de entrenamiento de 700 elementos y 300 para prueba; obteniendo como resultado que no hay gran diferencia entre los modelos, a menos que exista un empalme en las clases, como el de azul y lila, en cuyo caso el algoritmo k-NN (CC), obtiene resultados más exactos.
Referencia del libro: